2014. aastal Google'i osaks saanud Briti ettevõte DeepMind töötab pidevalt tehisintellekti parendamise nimel. Juunis 2018 tutvustasid selle töötajad närvivõrku, mis on võimeline looma 3D-pilte 2D-st. Oktoobris läksid arendajad kaugemale - nad lõid BigGAN-i närvivõrgu, et genereerida looduse, loomade ja objektide pilte, mida on raske tõelistest fotodest eristada.
Nagu teistegi kunstlike kujundusprojektide puhul, põhineb see tehnoloogia generatiivsel võistleval närvivõrgul. Tuletame meelde, et see koosneb kahest osast: generaatorist ja diskrimineerivast osast. Esimene loob pilte ja teine hindab nende sarnasust ideaalse tulemuse proovidega.
Selles töös tahtsime hägustada piiri AI-ga loodud piltide ja pärismaailma fotode vahel. Leidsime, et olemasolevad genereerimismeetodid on selleks piisavad.
BigGANi liblikatest, koertest ja toidust piltide loomiseks õpetamiseks kasutati erinevaid pildikomplekte. Esmalt põhines koolitus ImageNeti andmebaasil ja seejärel - suurem JFT-300M 300 miljoni pildi komplekt, mis jaotati 18 000 kategooriasse.
BigGAN koolitus kestis 2 päeva. Selleks kulus 128 spetsiaalselt masinõppeks loodud Google Tensori protsessorit.
Närvivõrgu arendamisel osalesid ka Šoti Heriot-Watt ülikooli professorid. Tehnoloogia üksikasju on kirjeldatud artiklis Koolitus
suuremahuline generatiivne võistlev närvivõrk GAN ülitäpse looduspiltide sünteesimiseks”.
Reklaamvideo:
Septembris kasutasid Carnegie Meloni ülikooli teadlased generatiivseid vastandlikke närvivõrke, et luua süsteem näoilmete ülekandmiseks teiste nägudele.
Ramis Ganiev
